一种新型的基于深度学习的单幅图像去雨方法

摘要：

雨滴严重影响了图像的视觉效果和后续的图像处理应用.目前,基于深度学习的单幅图像去雨方法能够有效挖掘图像的深度特征,其去雨效果优于传统方法;然而,随着网络深度的增加,网络容易出现过拟合的现象,使得去雨效果遇到瓶颈.文中在继承深度学习优点的基础上,学习有雨/无雨图像之间的残差,然后将残差与源图像进行重构,从而获得无雨图像.该方式大幅增加了网络深度,并加快了算法的收敛速度.分别利用通过不同方式获取的雨滴图像对所提方法进行实验验证,并将该方法与当前最新的去雨滴方法作比较,结果表明所提算法的去雨效果更好.

关键词：雨滴去除、深度学习、卷积神经网络

所属期刊栏目：45

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金61871210,61102108;湖南省自然科学基金2016JJ3106;湖南省教育厅项目16B225,YB2013B039;南华大学青年英才支持计划和南华大学重点学科NHXK04

在线出版日期：2018-12-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：283-287